Исследователи представили SunflowerASR — речевую систему распознавания с архитектурой «энкодер—декодер», которая использует Group Relative Policy Optimisation (GRPO) для сокращения числа ошибок. Модель создана на основе Whisper‑large‑v3 и прошла тестирование на 51 африканском языке. Она показала самый низкий из опубликованных результатов по макроусреднённой частоте ошибок слов (WER) на тестах AfriVox‑v2 (0.227) и SimbaBench (0.372). Наибольший прирост качества наблюдается при ограниченном объёме обучающих данных и на зашумлённых аудиозаписях.
Почему это важно
Это улучшение поможет разработчикам создавать более надёжные голосовые инструменты для носителей африканских языков, для которых доступно мало обучающих данных.
